インゴットの製造に関する実験として、加熱時間とソーキング時間を変え、仕様に適合した、圧延可能な状態に仕上がったかどうかを調べてみました。Cox and Snell(1989)を参照してください。データは、サンプルデータのフォルダにある「Ingots.jmp」データテーブルにまとめられています。この例では、「モデルのあてはめ」プラットフォームを使い、「状態」の確率に「加熱時間」と「ソーキング時間」を説明変数としたロジスティック回帰モデルをあてはめます。
1.
|
[ヘルプ]>[サンプルデータライブラリ]を選択し、「Ingots.jmp」を開きます。
|
カテゴリカル変数である「状態」は、「Ready」(適合)と「Not Ready」(不適合)の値を取ります。
2.
|
[分析]>[モデルのあてはめ]を選択します
|
3.
|
「状態」を選択し、[Y]をクリックします。
|
「状態」は、2水準の名義尺度の列であるため、[イベントを示す水準]オプションが表示されます。このオプションで、どの応答水準の確率をモデル化するかが指定できます。このモデルでは、[イベントを示す水準]を「Ready」とし、「Ready」の値の確率をモデル化します。
4.
|
5.
|
「度数」を選択し、[度数]をクリックします。
|
6.
|
[実行]をクリックします。
|
図11.2 「名義ロジスティックのあてはめ」レポート
「モデル全体の検定」レポートを見ると、カイ2乗統計量(11.64)のp値が0.0030と小さく、モデル全体が有意であることがわかります。しかし、「ソーキング時間」は、パラメータ推定値のp値が0.8639であることから、重要でないと考えられます。